Am 10. September 2026, vor der Dreamforce, kündigte Salesforce das Trusted Enterprise AI Harness an: eine modulare Architektur, die KI-Agenten ein gemeinsames Verständnis Ihrer Kunden und Ihres Geschäfts gibt und sie innerhalb Ihrer Regeln handeln lässt. Sie bündelt sechs vertrauenswürdige Fähigkeiten (Kontext, Handlungsfähigkeit, Aktion, Governance, Sicherheit und Modelle) plus eine brandneue AI Control Plane, um jeden Agenten an einem Ort zu sehen und zu steuern.
Die strategische Idee ist treffend: Wenn Modelle zur Massenware werden, unterscheidet Sie der proprietäre Kontext, den Sie ihnen geben, und Ihre Fähigkeit, sicher darauf zu handeln. Der Haken sind Zeitplan und Umfang. Viele Teile gibt es heute, aber die neuen Fähigkeiten und die einheitliche Oberfläche werden erst ab Anfang des Geschäftsjahres FY28 (Anfang 2027) ausgerollt, Preise wurden nicht genannt, und Salesforce räumt selbst ein, dass Teile der Sicherheits- und Kostenschicht erst noch gebaut werden müssen.
Meine ehrliche Einschätzung als jemand, der beruflich Agenten-Integrationen ausliefert: Das Harness ist die richtige Diagnose eines echten Problems (Agenten wuchern überall, ohne gemeinsamen Kontext oder Kontrolle). Aber die meisten Teams müssen keine sechsschichtige Enterprise-Architektur aufbauen, um einen sicheren Support-Agenten zum Laufen zu bringen. Wenn das Ihre eigentliche Aufgabe ist, liefert ein einsatzbereites Teammitglied wie eesel Schutzmechanismen, Simulation, Freigaben und ein Aktivitätsprotokoll bereits mit und verbindet sich in Minuten, nicht erst in FY28, mit Salesforce Service Cloud.
Was Salesforce tatsächlich angekündigt hat
Zuerst zur Sache selbst, denn der Name leistet viel Schwerarbeit. Salesforce nennt es das „Trusted Enterprise AI Harness“, und es ist kein einzelnes Produkt, das man kauft. Es ist eine gemeinsame, modulare Architektur, die Agenten alles geben soll, was sie für zuverlässiges und sicheres Arbeiten brauchen, damit Unternehmen diese Fähigkeiten nicht für jeden Agenten einzeln bauen und verwalten müssen.
Der Pitch beruht auf einer Wette, die Rohan Kumar, Präsident und Chief Platform and Engineering Officer von Salesforce, klar formuliert:
"The Agentic Enterprise won't be defined by which model a company chooses. Models will continue to change, and intelligence will increasingly be available everywhere. What will differentiate an enterprise is the trusted, proprietary context it brings to that intelligence, starting with the customer, and its ability to securely turn that context into action."
Salesforce fasst das ganze Problem in einer täuschend einfachen Frage zusammen: „Können wir diese Bestellung heute erfüllen?“ Kein einzelnes System kennt die vollständige Antwort. Das CRM kennt den Kunden, das ERP den Bestand, Verträge enthalten die Zusagen, die Analytik definiert die Geschäftsbegriffe, und Richtlinien legen fest, was tatsächlich versprochen werden darf. Das Harness soll offenes KI-Denken mit den Geschäftsregeln und Kontrollen verbinden, die für eine verlässliche Antwort nötig sind.
Wenn Sie Salesforces Material zum Einstein Trust Layer gelesen haben, kommt Ihnen dieses Diagramm bekannt vor. Es zeigt, wie ein Prompt vor und nach dem Erreichen eines Modells Sicherheitsstufen durchläuft (sicherer Datenabruf, Grounding, Maskierung, Erkennung toxischer Inhalte, Audit-Trail). Das Harness ist im Kern diese Idee, hochskaliert von einem Prompt auf jeden Agenten und jede Aktion im Unternehmen.
Die sechs vertrauenswürdigen Fähigkeiten
Hier liegt der Kern. Salesforce sagt, Vertrauen sei von Anfang an in jede der sechs Fähigkeiten eingebaut, und man könne sie als ein System zusammen nutzen oder nur die Teile nehmen, die man braucht. Stellen Sie sich sechs Schichten um einen einzelnen Agenten vor, mit der Control Plane obenauf.
Statt das Marketing zu paraphrasieren, hier, was jede Fähigkeit tatsächlich tut, übertragen auf das Beispiel „Können wir diese Bestellung erfüllen?“.
| Fähigkeit | Was sie tut | Im Bestellbeispiel |
|---|---|---|
| Trusted Context | Führt Daten, Metadaten, Semantik, Wissen, Echtzeitsignale und Gedächtnis zu einem gemeinsamen Verständnis von Kunde und Geschäft zusammen | Kennt den Kunden, seinen Vertrag und seine Ansprüche und weiß, was „verfügbarer“ Bestand für ihn bedeutet |
| Trusted Agency | Schlussfolgern, Planen, Zustand, Gedächtnis und Orchestrierung, die flexible KI mit deterministischen Kontrollen verbinden | Entscheidet, ob die Bestellung erfüllt werden kann und was als Nächstes passiert, und befolgt dabei die Regeln, die Gewissheit brauchen |
| Trusted Action | Verbindet Agenten sicher mit Apps, APIs, Workflows und Geschäftsprozessen, damit sie ausführen können | Reserviert Bestand, aktualisiert die Bestellung, löst die Auslieferung aus oder übergibt an einen Menschen |
| Trusted Governance | Steuert Daten, Metadaten, Richtlinien und Prozesse, auf die sich KI stützt, mit Lineage, Qualität und Leitplanken | Stellt sicher, dass die Antwort auf vertrauenswürdigen Informationen und der richtigen Handhabungsrichtlinie beruht |
| Trusted Security | Wendet Identität, Berechtigungen, Datenschutz und Laufzeitsicherheit darauf an, was Agenten sehen und tun dürfen | Stellt sicher, dass der Agent nur autorisierte Daten sieht und nur autorisierte Aktionen ausführt |
| Trusted Models | Intelligentes Modell-Routing nach Genauigkeit, Leistung, Kosten und Geschäftsbedarf | Leitet die Aufgabe an die passende Intelligenz weiter und erlaubt den Modellwechsel, wenn sich die Technik weiterentwickelt |
Beim Lesen dieser Liste fällt etwas auf: Es sind dieselben Sorgen, die jeder hat, der einen Agenten in eine Live-Queue gesetzt hat. Ihn auf echten Daten gründen. Ihn handeln lassen, aber nur innerhalb von Grenzen. Sicherstellen, dass er nicht sieht, was er nicht sehen soll. Es ist ein wirklich stimmiges Framework, und die Teile so sauber zu benennen ist nützlich, auch wenn Sie Salesforces Version nie anfassen.
Die AI Control Plane
Die neuere Idee, und die, die ich für die wichtigste halte, ist die AI Control Plane. Wenn sich Agenten in einer Organisation vermehren, brauchen Sie einen einheitlichen Weg, um zu wissen, welche KI läuft, wie sie performt, was sie tun darf und was sie kostet. Die Control Plane soll diese zentrale Übersicht sein.
Konkret lässt Sie die Control Plane Agenten entdecken und registrieren, Identität und Richtlinien festlegen, den Lebenszyklus verwalten, die Leistung bewerten, Verhalten und Ergebnisse beobachten und Kosten kontrollieren. Interessant ist, dass sie sowohl Salesforce- als auch Drittanbieter-KI abdecken soll, sodass ein Unternehmen mit mehreren Agentenplattformen sie in der Theorie alle von einem Ort aus steuern könnte.
Dieser Anspruch beruht auf einem realen Problem. Laut VentureBeats Launch-Analyse betreiben Unternehmen im Schnitt bereits 3,1 Agentenplattformen, 85 % betreiben zwei oder mehr. Wer diesen Wildwuchs miterlebt hat, findet eine neutrale Kontrollschicht darüber genau richtig.
Warum das Framing überzeugt: Vertrauen ist der eigentliche Engpass
Diese Ankündigung ist mehr als Umverpackung, weil sie genau das trifft, was Agenten am Weg in die Produktion hindert. Es ist nicht mehr die Modellqualität. Es ist Vertrauen. Rebecca Wettemann, CEO und Principal Analyst bei Valoir, brachte es gut auf den Punkt:
"We've really moved from AI FOMO to AI FOMU, fear of messing up. People worry that autonomous agents will run amok unharnessed and either do something deleterious to the business or run up a million-dollar token bill. It's the vendors that succeed with governance and trust that will succeed in getting customers from interesting AI pilots to AI in production."
Diese Angst ist das ganze Spiel. Ich habe erlebt, wie selbstsicher klingende Bots stillschweigend falsche Antworten verteilen, weshalb jeder Rollout gegen echte Historie getestet werden sollte, bevor er einen Kunden berührt. Ein namentlich genannter Unternehmenskunde, Shawn Malhotra, CTO von Rocket Mortgage, bestätigte den Offenheits-Aspekt, den Salesforce verkauft. Er sagte gegenüber Forkast, sein Team wolle seine Zukunft nicht auf einen einzigen geschlossenen Stack setzen und die Freiheit haben, Modelle zu wechseln, wenn sich die Landschaft verändert.
Die ehrliche Einschätzung: was real ist, was noch Roadmap ist
Hier muss ein fairer Beitrag langsamer werden. Die Vision ist stark, aber dies ist ein Launch, kein ausgeliefertes Produkt, und die Berichterstattung hat mehrere echte Lücken aufgedeckt, die man kennen sollte, bevor man einen Plan darauf baut.
Erstens der Zeitplan. Die einheitliche Oberfläche wird erst ab Anfang des Geschäftsjahres FY28 ausgerollt. In KI-Maßstäben ist das glazial, und VentureBeats Carl Franzen machte den naheliegenden Punkt: Kunden werden kaum auf ein Harness mit Salesforce-Logo warten, während sie schon anderswo bauen, also muss es bei Preis, Einfachheit oder Leistung besonders überzeugen, um sie zurückzuholen.
Zweitens sind nicht alle Teile gebaut. Salesforce zugutegehalten: Rohan Kumar sagte das offen:
"I wouldn't say we have all the capabilities, just to be fair, because some of these things, especially when it comes to trusted security and the FinOps piece, there are things that we need to go build."
Drittens ist die Kommunikation nicht ganz stimmig. diginomicas Stuart Lauchlan bemerkte, dass die Kostenkontrolle an zwei Stellen gleichzeitig auftaucht (im Briefing in Trusted Governance eingeordnet, in der schriftlichen Ankündigung aber in der Control Plane), ein kleines Zeichen dafür, dass das Framework frisch ist.
Dann der Streit um die Definition. Der Rest der Branche versteht unter „Agent Harness“ das Gerüst aus Werkzeugen, Gedächtnis und Kontext um ein einzelnes Modell. Salesforce dehnte den Begriff auf Kontext und Governance im ganzen Unternehmen aus, und Kumar räumte ein, dass die klassische Definition aus seiner Sicht „very limited“ sei. Ob das visionär ist oder eine Buzzword-Erweiterung über Data 360 plus MuleSoft plus Tableau plus Agentforce, darüber lässt sich fair streiten.
Und schließlich die Lock-in-Frage, die der ganze Pitch von „offen und modular“ geradezu herausfordert. Forkasts Dana Ellison hat sie klar benannt:
"The challenge for decision-makers is balancing this promise of composability against the risk of vendor lock-in. If you centralize your agent governance on a single platform, you are effectively betting on that platform's ability to remain neutral and interoperable as the market evolves."
Nichts davon macht das Harness zu einer schlechten Idee. Es macht es zu einer frühen. Der kategoriedefinierende Anspruch ist real, und Lauchlan liest es sogar als Beginn eines zweijährigen „sea change“, in dem jeder große Anbieter darum wetteifert, Kontext und Vertrauen besser zu können. Verwechseln Sie nur ein überzeugendes Architekturdiagramm nicht mit etwas, das Sie dieses Quartal einsetzen können.
Brauchen Sie wirklich ein Harness?
Das ist die Frage, über die ich tatsächlich nachdenken würde, denn die Antwort teilt sich sauber danach, wer Sie sind.
Wenn Sie ein großes Unternehmen sind, das viele Agenten über viele Systeme betreibt, und Ihr echtes Problem Governance im großen Maßstab ist (wer darf was, wie sehe ich alles, wie vermeide ich eine überraschende Token-Rechnung), dann zielt eine Control Plane wie diese genau auf Sie und ist es wert, bis FY28 beobachtet zu werden.
Aber viele, die nach „Salesforce AI Harness“ suchen, haben dieses Problem noch nicht. Sie haben ein engeres: Ich brauche einen KI-Agenten in meiner Support-Queue, den man sicher einschalten kann. Für diese Aufgabe ist ein komplettes Enterprise Harness eine schwerere Antwort, als die Frage braucht. Das ist die klassische Lücke „das ist Infrastruktur, aber ich wollte einen Mitarbeiter“. Das Harness ist das Gerüst; Sie müssen es noch zusammensetzen, Ihre Daten anbinden und auf die Teile warten.
Interessant ist, dass die Schutzmechanismen, die Salesforce in eine sechsschichtige Architektur bündelt, für einen Support-Agenten anderswo längst Standard sind. Hier würde ich zu einem einsatzbereiten Teammitglied greifen statt zu einer Plattform, auf der man bauen muss. Bei eesel tauchen dieselben Anliegen als Standardeinstellungen auf, nicht als Schichten, die Sie zusammensetzen:
- Vertrauen vor dem Go-live: Statt eines Governance-Frameworks führen Sie eine Simulation über Hunderte Ihrer echten vergangenen Tickets aus. Sie spielt sie erneut ab und bewertet die Antworten des Agenten gegen das, was Ihr Team tatsächlich geschickt hat, sodass Sie die Lücken sehen, bevor es ein Kunde tut. Das beantwortet direkt die Angst, der Agent könnte „Amok laufen“.
- Begrenzte Aktionen und Freigaben: Sie bestimmen genau, welche Tickets er bearbeitet und welche Aktionen er ausführen darf, mit einem Freigabeschritt durch einen Menschen für alles Sensible.
- Beobachtbarkeit ab Werk: Jeder Lauf wird mit Status und Ergebnis protokolliert, sodass „Verhalten beobachten“ ein Bildschirm ist, den Sie öffnen, keine Fähigkeit, die Sie bereitstellen müssen.
Ein weiterer Punkt verdient Erwähnung, denn das Harness betont, headless gebaut und über MCP, APIs und Plug-ins erreichbar zu sein, auch in Claude und Slack. Diese agentenfreundliche, programmierbare Oberfläche ist ein wirklich guter Instinkt, und eesel hatte denselben. eesel liefert ein echtes CLI (@eesel/cli) sowie einen MCP-Server für jeden Workspace, sodass dasselbe Teammitglied, das Sie im Dashboard konfigurieren, von einem Terminal oder Skript aus gesteuert werden kann. Sie können eine Integration verbinden, ihre dauerhaften Anweisungen bearbeiten, Human-in-the-Loop-Aktionen auflisten und freigeben (eesel approvals) und ihren Laufverlauf lesen (eesel activity), alles von der Kommandozeile aus, und ein Coding-Agent wie Claude Code oder Cursor kann dasselbe. Es ist dieselbe Idee „den Agenten als Code steuern“, nach der die Control Plane greift, heute verfügbar für ein Teammitglied statt in FY28 für die ganze Flotte. Die eesel-CLI-Dokumentation geht in die Tiefe, wenn Sie den vollständigen Befehlssatz wollen.
eesel auf Ihrer Salesforce-Queue testen
Wenn Ihr Ziel ein sicherer, funktionierender KI-Agent auf Salesforce Service Cloud ist und keine mehrjährige Plattformwette, passt eesel hier. Es stößt als Teammitglied zu Ihrer bestehenden Queue: Es liest Ihr Help Center und vergangene Tickets, entwirft oder sendet automatisch Antworten für die von Ihnen gewählten Cases und hält jede Aktion begrenzt, freigegeben und protokolliert. Da es direkt mit Service Cloud Cases verbunden ist, können Sie es noch heute Nachmittag auf Ihrer eigenen Historie simulieren und die Zahlen sehen, bevor etwas live geht, ohne FY28-Rollout.
Es kostet einen festen Monatsplan, mit 1 Credit pro Ticket oder Chat statt einer Gebühr pro Platz, plus einen kostenlosen Plan mit 100 Credits ohne Kreditkarte. Das ist eine ganz andere Verpflichtung als „warten, bis die Preise nahe der allgemeinen Verfügbarkeit bekannt gegeben werden“. Wenn Sie den breiteren Salesforce-KI-Stack abwägen, sind meine Agentforce-Preisübersicht und die Übersicht der Agentforce-Alternativen die nächsten naheliegenden Lektüren. Und wenn Sie die tiefere Version von „Wie funktioniert KI in einer Support-Queue wirklich“ wollen, beginnen Sie mit KI für den Kundenservice oder dem Unterschied zwischen einem KI-Agenten und einem regelbasierten Chatbot.
Das Trusted Enterprise AI Harness ist eine ernsthafte, gut begründete Vision für die Steuerung von Agenten im Unternehmensmaßstab, und ich bin gespannt, es ausgeliefert zu sehen. Aber für die konkrete Aufgabe, einen vertrauenswürdigen Support-Agenten live zu bekommen, müssen Sie nicht erst das Harness bauen. Sie können einfach das Teammitglied einstellen.